Rozdział 9. Związek zmiennych środowiskowych z osiągnięciami typu szkolnego
9.3. Wyniki analiz
zmiennych…
9.3. Wyniki analiz
Krok 1 – modele zerowe
W przypadku każdej z kompetencji zastosowano taki sam model, w którym zmienną przewidywaną był przyrost (lub spadek) punktów, a przewidującą stała oraz efekt losowy przynależności do gminy działający na stałą. Proporcja wariancji efektu losowego gminy do wariancji całkowitej wynosiła 0,5% dla matematyki, 0,1% dla czytania i 3,3% dla pisania. Stałe wynosiły odpowiednio 0,38, 0.
Krok 2 – modele ze zmiennymi gminnymi
W kroku drugim do modelu zerowego dołączono zmienne z poziomu gminy. Tabela efektów stałych wygląda następująco.
Tabela 9.1.
Modele przewidujące osiągnięcia uczniów w oparciu o zmienne z poziomu gminy
matematyka czytanie pisanie
Wsp. SE t Wsp. SE t Wsp. SE t stała 0,627 0,037 16,730 0,746 0,039 19,062 0,467 0,036 13,002 ludnosc 0,012 0,028 0,429 0,020 0,032 0,612 -0,022 0,032 -0,697 zamoznosc -0,004 0,005 -0,841 0,000 0,005 -0,004 -0,008 0,005 -1,518 wydatki 0,000 0,000 0,758 0,000 0,000 0,436 0,000 0,000 0,280 wydatki edukacyjne 0,000 0,000 -0,924 0,000 0,000 0,441 0,000 0,000 -0,408 uprzedszkolnienie -0,003 0,002 -1,158 -0,001 0,002 -0,564 -0,001 0,002 -0,287 bezrobotni -0,008 0,008 -0,953 -0,005 0,008 -0,602 -0,008 0,008 -1,041 rolnictwo -0,012 0,009 -1,306 -0,002 0,009 -0,243 -0,006 0,009 -0,667 przemysł 0,005 0,005 0,939 -0,001 0,005 -0,202 -0,001 0,005 -0,196 High-Tech 0,005 0,017 0,318 -0,007 0,020 -0,371 -0,017 0,018 -0,901 dział gosp 0,003 0,013 0,260 0,000 0,012 0,014 -0,007 0,012 -0,574 dział HT -0,016 0,135 -0,120 0,007 0,136 0,049 0,230 0,138 1,664 biblioteki -0,039 0,149 -0,263 0,097 0,151 0,643 0,078 0,160 0,485 ksiegozbiór 0,000 0,000 0,696 0,000 0,000 -0,430 0,000 0,000 -0,253 SD błędów na poziomie gminy 0,033 0,122 - 0,108 0,099 - 0,213 0,030 -SD błędów na poziomie ucznia 0,876 0,016 - 0,897 0,015 - 0,856 0,015
-Zdecydowana większość zmiennych gminnych wprowadzonych do modelu nie nadaje się do prze-widywania wyników uczniowskich, co może być zrozumiałe jeśli weźmie się pod uwagę, że warian-cja na poziomie gminnym jest zaledwie kilkuprocentowa. Jedynie w przypadku kompetencji pisania można wskazać dwie zmienne, które zbliżają się do poziomu błędu, który umożliwia branie ich pod uwagę w analizach – chodzi o wskaźnik zamożności oraz udział podmiotów wysokich technologii wśród wszystkich zarejestrowanych w danej gminie. W tym pierwszym przypadku wskaźnik -0,008 (przy błędzie 0,005) oznacza, że pomiędzy skrajnymi gminami można by oczekiwać różnicy w umie-jętnościach uczniów na poziomie 0,7 na korzyść gmin uboższych, ale wskaźnik jest ten obciążony re-latywnie dużym błędem. W przypadku liczby podmiotów z branży High-Tech na 100 mieszkańców związek jest pozytywny – każda firma zwiększa przewidywanie co do poziomu kompetencji pisania o 0,23 (przy błędzie 0,14). Oznacza to zatem, że gdyby błąd był mały, to liczba podmiotów z branży
9.3. Wyniki analiz Rozdział 9. Związek
zmiennych…
High-Tech byłaby w stanie wyjaśnić niemal całe zróżnicowanie wyników, ale oczywiście wziąwszy pod uwagę duży błąd tego parametru nie jest to możliwe.
Tabela: Pełne modele (podstawowe i gminne) dla trzech kompetencji
matematyka czytanie pisanie Wsp. SE t Wsp. SE t Wsp. SE t stała 0,382 0,089 4,283 0,458 0,082 5,572 0,224 0,088 2,551 ścieżka: 6 lat/zerówka/przedszkole 0,017 0,058 0,293 0 - - 0 - -ścieżka: 6 lat/zerówka/SP 0 - - -0,010 0,064 -0,150 0,062 0,059 1,056 ścieżka: 6 lat/1kl/SP 0,298 0,074 4,004 0,592 0,085 6,976 0,539 0,123 4,371 ścieżka: 7 lat/1kl/SP 0,159 0,097 1,645 0,411 0,102 4,038 0,363 0,109 3,322 ścieżka: 7-2_SP 0,343 0,130 2,648 0,333 0,139 2,388 0,142 0,143 0,992 pierwszy pomiar -0,288 0,094 -3,057 -0,296 0,075 -3,960 -0,337 0,089 -3,771 płeć: chłopcy 0,038 0,036 1,032 -0,038 0,041 -0,921 -0,127 0,048 -2,635 wiek 0,002 0,002 1,339 0,001 0,001 0,976 0,003 0,001 1,931 czas 0,006 0,012 0,475 0,015 0,013 1,155 0,015 0,012 1,204 mama 0,012 0,008 1,438 0,012 0,008 1,534 0,016 0,007 2,245 SES edukacyjny -0,001 0,001 -0,549 0,000 0,002 0,286 -0,001 0,001 -0,670 SES domowy 0,000 0,002 0,162 0,001 0,002 0,331 0,000 0,002 0,110 SES materialny 0,001 0,001 0,536 0,000 0,002 -0,075 0,000 0,002 0,107 inteligencja 0,007 0,003 2,630 0,007 0,002 3,515 0,004 0,002 1,861 ludność 0,023 0,027 0,857 0,018 0,030 0,611 -0,012 0,033 -0,358 zamożność -0,005 0,004 -1,179 0,000 0,005 0,055 -0,005 0,005 -0,965 wydatki 0,000 0,000 0,435 0,000 0,000 0,120 0,000 0,000 0,130 wydatki edukacyjne 0,000 0,000 -1,163 0,000 0,000 -0,090 0,000 0,000 -0,384 uprzedszkolnienie -0,001 0,002 -0,570 0,000 0,002 -0,229 -0,001 0,002 -0,441 bezrobotni -0,011 0,008 -1,339 -0,007 0,008 -0,906 -0,008 0,008 -0,946 rolnictwo -0,010 0,009 -1,121 -0,005 0,009 -0,593 -0,008 0,009 -0,896 przemysł 0,005 0,005 0,962 -0,001 0,005 -0,186 -0,002 0,005 -0,406 High-Tech 0,002 0,017 0,099 -0,025 0,019 -1,299 -0,029 0,019 -1,521 dział gosp 0,003 0,012 0,279 -0,004 0,012 -0,305 -0,011 0,013 -0,824 dział HT -0,003 0,130 -0,023 0,090 0,133 0,673 0,239 0,145 1,647 biblioteki -0,017 0,142 -0,121 0,036 0,147 0,245 0,042 0,166 0,253 ksiegozbiór 0,000 0,000 0,645 0,000 0,000 0,048 0,000 0,000 0,024 SD błędów na poziomie gminy 0,089 0,081 - 0,119 0,110 - 0,253 0,032 -SD błędów na poziomie ucznia 0,836 0,037 - 0,840 0,030 - 0,798 0,035
-Wszystkie obliczone modele można podsumować jednym zdaniem: wskaźniki użyte do scharakte-ryzowania gmin w których uczyli się badani uczniowie nie nadają się do przewidywania poziomu ich kompetencji. Najbliżej poziomu sensownej interpretacji są dwa wskaźniki odnoszące się do struk-tury gospodarki: liczby podmiotów z branży High-Tech na stu mieszkańców oraz odsetka takich podmiotów w stosunku do pozostałych grup – dla zdolności czytania i pisania. Co ciekawe w przy-padku obu tych skal odsetek firm z branży HighTech koreluje ujemnie z osiągnięciami uczniów.
100
9.3. Wyniki analiz Rozdział 9. Związek
zmiennych…
W przypadku skali pisania dodatkowym zaskoczeniem jest korelacja (w tym samym czasie) dodatnia z liczbą podmiotów z branży HighTech na stu mieszkańców. Jest to możliwe w sytuacji, kiedy liczba podmiotów w gminie jest duża lub bardzo duża, a jednocześnie liczba mieszkańców umiarkowana lub mała – wówczas niewielki odsetek firm z branży HighTech może współwystępować z dużą liczbą firm z branży HighTech na stu mieszkańców.
Podsumowując należy jednak podkreślić, że wykonane analizy osłabiają wyjściowe hipotezy o związ-ku wyników uczniów z charakterystykami gminnymi. Jest to szczególnie interesujące w kontekście odmiennych wyników liczonych dla tego samego zakresu czasowego przez Humennego. Interpre-tując tą sprzeczność należy wskazać na różny poziom edukacji (tutaj analizujemy dzieci dopiero rozpoczynające swoją edukację, Humenny analizował dzieci w gimnazjach), co za tym idzie różne narzędzia badawcze oraz potencjalnie różne gminy z których pochodziły dzieci.
Literatura
Blair C. (2002), School readiness: Integrating cognition and emotion in a neurobiological conceptu-alization of children’s functioning at school entry, American Psychologist, 57(2), s. 111–127.
Brzezińska, A. I., Czub, M., Czub, T. (2012). Krótko- i długofalowe korzyści z wczesnej opieki nad dzieckiem
i edukacji. Polityka Społeczna, numer tematyczny 1, s. 24-28
Brzezińska, A. I., Kaliszewska-Czeremska K., Matejczuk, J., Urbańska, J. (2010). Zadowolenie rodziców z przedszkola. Analiza wyników badań w Przedszkolu im. Krasnala Hałabały w Grodzisku Wielko-polskim. Poznań: Instytut Psychologii Uniwersytetu im. Adama Mickiewicza w Poznaniu (maszyno-pis niepublikowany) (raport i ekspertyza wykonane na zlecenie Burmistrza miasta i gminy Grodzisk Wielkopolski
Christopher, C. J. (2004). Nauczyciel – rodzic. Skuteczne porozumiewanie się. Gdańsk: Wydawnictwo GWP.
Dawson, P., Guare, R. (2013). Zdolne ale rozkojarzone. Wspieranie rozwoju dziecka za pomocą treningu
umiejętności wykonawczych. Kraków: Wydawnictwo Uniwersytetu Jagiellońskiego
Dolata, R., Hawrot, A., Humenny, G., Jasińska, A., Koniewski, M., Majkut, P. i Zółtak, T. (2013). Trafność
metody edukacyjnej wartości dodanej dla gimnazjów. Warszawa: Instytut Badań Edukacyjnych.
Herczyński, J. i Herbst, M. (2002). Pierwsza odsłona: społeczne i terytorialne zróżnicowanie wyni-ków sprawdzianu szóstoklasistów i egzaminu gimnazjalnego przeprowadzonych wiosną 2002 roku. Warszawa: Fundacja Klub Obywatelski.
Hindman A., Skibbe L., Miller A. i Zimmerman M. (2010), Ecological contexts and early learning: Contributions of child, family, and classroom factors during head start, to literacy and mathematics growth through first grade. Early Childhood Research Quarterly, 25, s. 235–250.
Humenny, G. (2013). Czy społeczne i gospodarcze otoczenie gimnazjum wpływa na wyniki egzami-nacyjne i EWD? VIII Ogólnopolski Zjazd Pedagogiczny Polskiego Towarzystwa Pedagogicznego,
Ewalu-acyjna funkcja egzaminów zewnętrznych – możliwości, ograniczenia, instrumenty. Gdańsk.
Karwowski M., Dziedziewicz D. (2012). Test Umiejętności na Starcie Szkolnym. Podręcznik. Warszawa: Instytut Badań Edukacyjnych.
Konarzewski, K. (2012). TIMSS i PIRLS 2011. Osiągnięcia szkolne polskich trzecioklasistów w perspektywie
międzynarodowej. Warszawa: CKE
Konarzewski, K. (2013). Wiek startu szkolnego a osiągnięcia w nauce w okresie wczesnoszkolnym.
Edukacja, 4, 5-19
McClelland, M. M., & Cameron, C. E. (2011). Self-regulation and academic achievement in elementary school children. In R. M. Lerner, J. V. Lerner, E. P. Bowers, S. Lewin-Bizan, S. Gestsdottir, & J. B. Urban (Eds.), Thriving in childhood and adolescence: The role of self-regulation processes. New Directions for Child and Adolescent Development, 133, 29–44.
102 Literatura
Mendel, M. (2007b). Animacja współpracy środowiskowej. W : Mendel, M. (red.). Animacja współpracy
środowiskowej. Toruń: Wydawnictwo Adam Marszałek.
Mendel, M.(2007a). Rodzice i nauczyciele jako sprzymierzeńcy. Gdańsk: Wydawnictwo Harmonia.
Pinquart, M., I Silbereisen, R. K. (2004). Human development in times of social change: Theoretical considerations and research needs. International Journal of Behavioral Development, 28(4), 289-298.
Ravens – Sieberer U. (1998). Mierzenie związanej ze zdrowiem jakości życia dzieci i młodzieży:
Kwe-stionariusz KINDL. Podręcznik. Hamburg: Universitäts-Krankenhaus Eppendorf Medizinische Klinik,
Abteilung für Medizinische Psychologie – Forschungsgruppen (maszynopis niepublikowany).
Räty, H., Jaukka, P., Kasanen, K. (2004). Parents’ satisfaction with their child’s first year of school. Social
Psychology of Education, 7(4), 463–470.
Silbereisen, R. (2005). Presidential Address Social change and human development: Experiences from German unification. International Journal of Behavioral Development, 29(1), 2-13.
Tomasik, M. J., Silbereisen, R. K., & Heckhausen, J. (2010). Is it adaptive to disengage from demands of social change? Adjustment to developmental barriers in opportunity-deprived regions. Motivation
and emotion, 34(4), 384-398.
Tomasik, M. J., Silbereisen, R. K., Lechner, C. M., & Wasilewski, J. (2013). Negotiating demands of so-cial change in young and middle-aged adults from Poland. International Journal of Stress
Manage-ment, 20(3), 222-253.
Winiarski, M. (2000). Rodzina – szkoła – środowisko lokalne. Problemy edukacji środowiskowej. Warszawa: Wydawnictwo IBE.
Wygotski L. S. (1971), Nauczanie a rozwój w wieku przedszkolnym, W: L. S. Wygotski, Wybrane prace
psychologiczne (s. 517–530), Warszawa: PWN.
Zahorska, M. (2009). Szkolna wieża Babel. W: Zahorska, M., Nasalska, E. (red.). Wartości, polityka,
społe-czeństwo. Warszawa: Wydawnictwo Naukowe Scholar.
Żylicz, P., O., Czajkowska, D., Poleszak, L. (2007). Ewaluacja programu „Gdy nie ma przedszkola“ Fundacja Rozwoju Dzieci im. Jana Amosa Komeńskiego (maszynopis niepublikowany).